第192章 MIT准大一新生(上)
尽管不是很清楚之前出现的那次很像企业行为的密集采购究竟是何人手笔。 但得知贺天昌教授居然在帮他替南风APP这个软件争取一些政策性扶持，林灰依然很是感激。 虽然贺天昌教授说得只是“争取”政策性扶持，并不等同于政策性扶持已经到位了。 但贺天昌教授毕竟是國内顶级学府的副校长，以前还做过专业软件的开发。 这样一个既是学界权威又是业内大犇的人。 没有把握的事情自然不会信口开河。 而且贺天昌的经历真要像他跟林灰讲的那样——以前没少搞过专业软件开发。 那他对于如何获得政策性扶持肯定是相当了解的。 在轻车熟路的情况下，贺天昌教授要争取一些政策性扶持应该也是驾轻就熟。 在这种情况下，林灰感觉贺天昌教授所说的政策扶持什么的基本是板上钉钉了。 这个判断的得出让林灰很开心。 南风APP毕竟是一款专业软件。 专业软件虽然在项目周期上和普通软件差别不是很大。 但专业软件终究还是有别于普通软件的。 普通软件不用担心没有政策资源。 事实上，大部分普通软件只是做到圈地自萌就能混得很不错了。 但专业软件想要走得更长远，还是很需要政策性扶持。 渴望政策扶持不等于盯着官方的钱袋子，钱不钱的倒是小事。 关键是获得政策扶持的话意味着能收获到官方的认可。 一款专业软件能获得官方认可的话，那简直就是天然的广告啊，政府背书的情况下直接buff叠满。 而且有官方认可的话，以后软件涉及到一些多平台改造适配之类的也会省却很多程序上的麻烦。 看得出，贺天昌教授这种做法已经是在给南风app的未来铺路了。 贺天昌可能仅仅是出于对南风APP技术的好感以及对林灰的扶持才为南风APP争取政策性扶持从而为南风app以后的发展铺路。 但对林灰来说这件事情的意义远不止于此。 涉及到政策性扶持这件事如果能够成行。 那很有可能成为林灰同官方进行更深入合作的一个开端。 要知道林灰所掌握的可远远不只是一个南风APP这么简单。 林灰脑海中甚至拥有着影响一个时代的信息量。 总之，能够以此为引达成和官方的深入合作，对林灰不啻为一个不错的机会。 不过，也不知道贺教授在得知林灰非但不会选择國央大学同学也没选择國内任何大学就读 而是选择了海外的大学就读的话还会有这般和蔼可亲和处事豁达么？ 当林灰向贺天昌表露出他即将要去麻省理工学院就读的时候。 贺教授并没有像他预期的那般冷下脸来。 反而很认可林灰的做法，并嘱托林灰趁年轻多看看世界是好事。 同时还称有机会要给林灰介绍些在美國的友人。 当林灰在海外的时候能够多照应一下林灰。 这种来自长者的慈爱林灰受宠若惊，林灰忙应了下来。 贺天昌教授的这种态度让林灰稍稍自责。 看来先前那种想法太狭隘了，太小看了老一辈人的气度了。 …… 同林灰交流贺天昌也很开心。 双方很多事情看法见解都惊人的相似。 一时竟让贺天昌有种遇到忘年交的感觉。 但贺天昌心中原本多少是有些不豫的。 毕竟贺天昌早就知道了林灰无论是选择京大还是水木都注定和國央大学无缘。 这种时候他的心情怎么会好呢？ 任谁发现了一件珍宝却只能旁置于人的感觉都不会好。 而且还是将这样的珍宝委身于一直同你想要超过的人手里。 在得知了林灰直接本科要去麻省理工学院就读去。 贺天昌心情一下子舒畅了起来。 好家伙，平时你们水木和京大不是趾高气昂么？ 每年高考状元除了少数一些去港大的不都是被你们垄断吗？ 现在好啊，现在这两个高校也有吃瘪的时候。 心里这样想着，先前心中隐隐地一些不豫也全然不见了。 贺天昌又同林灰聊了很多关于南风APP的开发始末。 没有什么比直接跟开发者本人沟通更能容易获取软件诞生过程中的一些事了。 额，不过这件事对林灰来说却不啻为一次大考。 虽然林灰对南风APP以及南风APP对应的专业模式所取得的销量还算满意。 但贺天昌却对林灰目前所取得的销量很不满。 并且要林灰不该有浅尝辄止的心境，而应该勇于开拓。 不能仅仅是为了生存，而应该寻求产品的盈利。 只有产品盈利了才能实现良性循环。 其实涉及到南风APP这款软件的盈利林灰现在这情形说是赚得盆满钵满也不为过。 贺天昌之所以会这样讲，应该是有原因的。 林灰感觉贺天昌肯定是将市场调查、软件开发、宣传、渠道、运维之类的东西涉及到的成本考虑进来之后才计算盈利情况的。 如果是这种计算方式的话，这么一来的话虽然贺天昌能通过第三方数据知道林灰在南风APP专业模式上取得的销量。 但他算出来林灰所得的纯利润肯定比林灰实际所得纯利润要少很多。 毕竟按照正常的思维，软件上线之后的宣传、渠道、运营维护等诸多方面也都是需要砸钱的。 而且砸的不是小钱钱，而是烧钱。 正因为考虑了这些因素，贺天昌才会以为林灰搞得这个南风APP仅仅是刚刚满足生存这样。 也不怪贺天昌会这样想，毕竟一代人有一代人的苦。 早期软件开发行业确实很难。 不光是规则上需要钻空子，在软件初期运营时期涉及到运维费用什么的也都需要以身饲鹰。 或许现在很难想象还有为了开发软件要卖房这种事情，但当时经常发生。 甚至是为了挽留用户不择手段，反正现在即便是最窘迫的开发者也很难想象要假扮妹子挽留用户是什么体验。 总之，尽管贺天昌的思维方式并没有疏漏。 但涉及到南风APP这个软件的项目周期内： 林灰所需要的成本是相当有限的： 常规软件的项目周期的各种开销巨头一般都是宣传。 而南风APP因为当时林灰考虑的是这个软件涉及到的核心算法而不是南风APP本身的价值。 在这种情况下，宣传方面除了在应用商店的slogan里做些文章之外。 林灰并没有在宣传上花钱。 至于渠道、运维之类的同样没让林灰太操心。 可以说这种情况下林灰营收分成之所得，交税之后基本等同于林灰的纯粹利润。 虽然这利润跟林灰先前搞得游戏以及和蘋果方面达成意向的快捷指令APP收获的利润完全没法比。 但客观地讲，南风app获取的利润同样已经很不错了。 但涉及到软件具体开发的各个环节所需要的费用林灰也不好过于详细的去同贺天昌教授去解释。 在常人面前搪塞搪塞也就罢了，在这样一个资深业内人士面前，林灰可不想自己无形之中不小心把一些往后几年已经习以为常的东西在现在不经意间提出来而被察觉到不寻常。 好在贺天昌教授只是提了一嘴，并没有太深入地同林灰细究。 之后谈话内容则主要是交流一些学术方面的。 而聊得内容是涉及到自然语言处理的一些东西。 像贺天昌这种职级上起码也得是正教授。 同一个正教授进行平等的对话式的学术交流可还行？ 不过也没啥好虚的，闻道有先后。 先行一步的就是引路者。 更何况林灰先行了七年之久。 而且事实上同贺天昌聊天的时候林灰的压力比同伊芙·卡莉聊同样问题时要小很多。 尽管贺天昌在学术上也有一定的地位。 但通过简单的交谈，林灰发现贺天昌在涉及到生成式摘要算法方面其实并不是很擅长。 也可以理解，术业有专攻。 人类历史上除了少数通才之外，大多数能够擅长一个领域就很不错了。 总之，即便是大犇有不擅长的地方也很正常。 不过可能正是因为贺天昌不是很擅长自然语言处理这个方向。 所以谈到自然语言处理这个方向的时候。 贺天昌的视角往往很宏观，这种宏观角度看待问题的新奇视角让林灰受益匪浅。 同林灰的这次交流，贺天昌也收获良多。 当然了，贺天昌这个层级除了最前沿的知识之外已经很难再获取什么新知识了。m. 而林灰就算学术上有些优势也不可能不分场合的去卖弄。 因此贺天昌的主要收获是： 通过和林灰的交流印证了先前的一些判断。 首先就是南风APP涉及到的一系列专利。 当时从老付那搜罗到一堆关于林灰的消息中，最让贺天昌意外的当属一堆专利申请了。 当看到林灰国内外繁杂的专利申请时。 贺天昌就感觉似乎看到了一张被精心编织起来的大网。 至于为什么要编织这样一张网，大概率是为了构筑专利壁垒。 当时得出这个判断的时候，贺天昌就很欣赏林灰。 毕竟能在18岁就拥有这份沉稳，属实难得。 这通电话中，贺天昌将这件事提出来之后，又从林灰口中得到了验证。 贺天昌不由得更加欣赏林灰了。 当然了贺天昌知道林灰之所以大大方方毫无避讳地承认这件事是因为林灰构筑的壁垒已经实现了。 贺天昌一直在关注林灰专利申报的情况。 因此林灰专利壁垒顺利组网这件事贺天昌早就注意到了。 贺天昌觉得如果林灰的规划尚未实现的话以两人刚刚初识这种程度即便贺天昌将这个问题抛出来。 林灰也未必痛痛快快地承认这件事。 换作是二十年前的话，这种谨慎且算计较多的性格，贺天昌可能会很反感。 但现在的话，贺天昌反而欣赏这种性格。 _一段时期研究似乎是太渴望进展了。 很多技术不待完成完成技术壁垒的构建就冒冒失失地拿出来。 很多技术明明很有商业价值，可因为准备不足往往被对手钻空子。 最终导致，明明是金镶玉，却只能卖出白菜价。 不免让人痛心。 通过跟林灰的交流贺天昌搞懂了林灰大致是怎么搞出来“生成式文本摘要算法专利”的。 当然了贺天昌好奇的不是这项专利的具体技术本身。 他好奇的是林灰的科研过程。 像林灰这样一个未经过学术方面系统学习的人是怎样一个人搞定全球领先算法的呢？ 贺天昌询问林灰是怎么搞定语言模型训练的语料库的？ 事实上这并不是林灰第一次听到这个问题了。 先前伊芙·卡莉就在信中提问过林灰这个问题。 不过就算林灰以前没听人提过这个问题也不用担心被问住。 因为涉及到生成式文本摘要算法专利，最容易让这个时空外界不解的就是语料库的问题了。 不提前想好牵扯到训练语言模型所用到的语料库问题该怎么解释就贸然拿出文本摘要方面的新成果很容易遭受这样那样的质疑。 这样的问题林灰早就注意到了。 事实上这个问题林灰早就有了答案。 而且林灰准备了至少三个备选的答案。 林灰将他先前准备好的说辞说给了贺天昌教授。 贺天昌听林灰讲了不少方法，一时不由得感慨果然年轻人电子多。 在林灰提到的几种方法中。 贺天昌比较感兴趣的还是借助互联网自动构建文本语料库这种方法： 当利用这种方法构建语料库的时候，用户只需要提供所需的文本类别体系。 而后从互联网中采集大量网站，提取并分析网站的内容层次结构和每个主题词对应的网页内容信息。 从每个网站中筛选出用户所需要的文本作为候选语料。 而后对形成的语料库进行去噪。 事实上这种方法贺天昌记得以前看过国外大学一些学报似乎记录过这方面的研究。 可国外那次失败了，因为采集到的语料库噪点太大，停用词过多，根本不堪一用。 林灰为什么会提出这种方法。 莫非林灰对去噪所用的算法一定有独到的理解。 贺天昌默默将这事记下了。 涉及到NLP什么的其实贺天昌也不是很擅长。 但问题不大，贺天昌國内可是有些老朋友很是精于此道的。猪熊的穿越：2014